Navegando por Autor "Silveira, Sandra P. S."

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Estruturação, modelagem e implantação do banco de dados geográfico para cafeicultura do sul de minas, utilizando o modelo de dados OMT-G (Object Modelling Technique - Geographic)
    (2007) Vieira, Tatiana Grossi Chquiloff; Alves, Helena Maria Ramos; Silveira, Sandra P. S.; Bernardes, Tiago; Souza, Vanessa Cristina Oliveira de; Embrapa - Café
    Geotecnologias, dentre elas o sensoriamento remoto e os sistemas de informação geográfica (SIG), têm sido utilizadas para agilizar estudos e planejamento da agricultura. No caso da cultura do café, podem facilitar a avaliação da distribuição das áreas cafeeiras, com a sua quantificação e o entendimento das relações entre os sistemas de produção e o ambiente. Este trabalho descreve a estruturação, modelagem e a implantação do banco de dados geográfico do Sistema de Informação da Cafeicultura do Sul de Minas por meio do SIG-SPRING. O OMT-G foi o modelo utilizado para a modelagem dos dados geográficos gerados neste banco. Os resultados obtidos estão disponibilizados no Portal Vertical GeoSolos - http://www.epamig.br/geosolos.
  • Imagem de Miniatura
    Item
    Exatidão de classificações automáticas de uma imagem Landsat 5 TM para a região cafeeira de Machado, MG
    (2007) Santos, Walbert J. R.; Vieira, Tatiana Grossi Chquiloff; Bernardes, Tiago; Alves, Helena Maria Ramos; Silveira, Sandra P. S.; Embrapa - Café
    O presente trabalho avalia a acurácia de dois classificadores automáticos disponíveis no Sistema de Informação Geográfica SPRING para o mapeamento de uso e ocupação da terra da região cafeeira de Machado, MG. Foram utilizados os classificadores: Battacharya, "por região"; e o Máxima Verossimilhança (Maxver), "pixel a pixel" para a imagem Landsat 5 TM e como referência foi utilizada a imagem do satélite Spot 4 classificada visualmente e validada em campo. Ambos algoritmos demonstraram baixo rendimento para a região. Posteriormente às classificações, foram criadas matrizes de erro, comparando as classificações automáticas com a visual. O desempenho das classificações foi avaliado pelos índices de exatidão Global, Kappa e Tau. O baixo desempenho das classificações pode ser explicado pela região cafeeira de Machado possuir um relevo muito movimentado, proporcionando regiões sombreadas e lavouras cafeeiras contíguas a fragmentos de vegetação nativa, os quais apresentam resposta espectral semelhante.